ngwalang/SAE_VisualisationDonnees
1
0
Fork 0
Code Issues Pull Requests Projects Releases Wiki Activity

Ex2 en MarkDown

Browse Source
This commit is contained in:
Arnaud NGWALA NGWALA 2023-05-20 01:30:13 +02:00
parent 5a3ac0f75a
commit bdce04edcb
3 changed files with 140 additions and 18 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

137
README.md
View File

@ -11,7 +11,7 @@
</br><h4><u>Calcul de la densité moyenne d'habitants au km² :</u></h4>
<p>La densité se calcule grâce à la division du nombre d'habitants par la surface habitée, nous sommes en possession des données mais dans un but de faciliter les démarches de calcul, la donnée de surface a été multipliée par 1000 et celle des habitants par 1 million. Une fois le calcul fait on se retrouve avec <b>56.249961 habitants / km².</b></p>
<h3>Exercice 1 / Question 2)</h3>
<h3>Question 2)</h3>
<h4><u>Calcul de la surface, du nombre d'habitants et de la densité moyenne d'habitants en Afrique :</u></h4>
<p>La surface terrestre de l'Afrique est la somme de tout les pays composant ce continent, on obtient donc comme résultat <b>30312.53 milliers de km².</b>, pour trouver le nombre d'habitants, il faut additionner le nombre d'habitants de chaque pays dans le continent africain. Le résultat est donc de <b>1250.7 millions d'habitants</b>. Enfin, la densité moyenne d'habitants au km² est de : <b>41.260165 habitants / km².</b></p>
<h4><u>Calcul de la surface, du nombre d'habitants et de la densité moyenne d'habitants en Amérique du Nord :</u></h4>
@ -25,10 +25,10 @@
<h4><u>Calcul de la surface, du nombre d'habitants et de la densité moyenne d'habitants en Océanie :</u></h4>
<p>La surface terrestre de l'Océanie est la somme de tout les pays composant ce continent, on obtient donc comme résultat <b>8562.63 milliers de km².</b>, pour trouver le nombre d'habitants, il faut additionner le nombre d'habitants de chaque pays dans le continent océanique. Le résultat est donc de <b>40.78 millions d'habitants</b>. Enfin, la densité moyenne d'habitants au km² est de : <b>4.7625554 habitants / km².</b></p>
<h3>Exercice 1 / Question 3)</h3>
<h3>Question 3)</h3>
<h4><u>Diagramme bâton de la densité moyenne des habitants par continent :</u></h4>
<img src="ex1/DensiteMoy.png">
<h3>Exercice 1 / Question 4)</h3>
<h3>Question 4)</h3>
<h4><u>Diagramme en camembert de la répartition de la surface terrestre de chaque continent :</u></h4>
<img src="ex1/RepartitionSurface.png">
<h4><u>Diagramme en camembert du nombre d'habitant par continent :</u></h4>
@ -41,7 +41,130 @@
<h4><u>Pour les femmes :</u></h4>
<p>Le calcul est le même que celui énoncé précedemment. Lorsque le calcul est fait on tombe sur <b>74.089385 ans</b> soit environ 74 ans.
<p>Les valeurs ne sont pas représentatives des espérances réelles car certains pays n'ont pas communiqué de chiffres sur le sujet.</p>
<h3>Question 2)</h3>
<h4><u>Calcul de la médiane, de la variance et de l'écart-type pour chaque série de valeurs</u></h4>
<h4><u>Pour celle des hommes :</u></h4>
<p><u>Pour la médiane :</u> La série comporte 207 valeurs, la médiane est la valeur supérieure à 50% des valeurs de la série. La valeur médiane est <b>71</b> ans.<br>
<u>Pour la variance :</u> La variance correpond à la somme du produit des différentes valeurs présentes dans la série, au carré par le nombre d'occurences divisé par la taille de la série auquel on retire la moyenne au carré, ou encore à l'espérance de la différence de la série par rapport l'espérance de la série, au carré. Pour cette série, une fois le calcul fait on tombe sur <b>58.714262</b> ans.
<br><u>Pour l'écart-type :</u> L'écart-type correspond à la racine carrée de la variance, ici <b>7.6625232</b> ans.</p>
<h4><u>Pour celle des femmes :</u></h4>
<p><u>Pour la médiane :</u> La série comporte 207 valeurs, la médiane est la valeur supérieure à 50% des valeurs de la série. La valeur médiane est <b>77</b> ans.<br>
<u>Pour la variance :</u> La variance correpond à la somme du produit des différentes valeurs présentes dans la série, au carré par le nombre d'occurences divisé par la taille de la série auquel on retire la moyenne au carré, ou encore à l'espérance de la différence de la série par rapport l'espérance de la série, au carré. Pour cette série, une fois le calcul fait on tombe sur <b>68.778478</b> ans.
<br><u>Pour l'écart-type :</u> L'écart-type correspond à la racine carrée de la variance, ici <b>8.2932791</b> ans.</p>
<h3>Question 3)</h3>
<h4>Calcul des espérances de vie minimales et maximales :</h4>
<p><u>Pour les hommes : </u><br>L'espérance de vie minimale est de <b>50 ans</b>. Cette espérance de vie moyenne est observable en République Centrafricaine.<br>
L'espérance de vie maximale est de <b>85 ans</b>. Cette espérance de vie moyenne est observable à Saint-Marin.<br>
<u>Pour les femmes :</u><br>L'espérance de vie minimale est de <b>52 ans</b>. Cette espérance de vie moyenne est observable au Sierra Leone.<br>
L'espérance de vie maximale est de <b>89 ans</b>. Cette espérance de vie moyenne est observable à Saint-Marin.
<h3>Question 4)</h3>
<p><u>Histogramme de l'espérance de vie des hommes</u></p>
<img src="ex2/DiagrammeBaton.png">
<p>La classe modale est la classe commençant à 68.421053 ans.</p>
<h3>Question 5)</h3>
<p>Le pays avec la plus faible espérance de vie est la république Centrafrique et celui avec la plus grande espérance de vie est Saint-Marin.</p>
<h3>Question 6)</h3>
<p>Le 1er quartile correspond à la valeur supérieure à 25% du reste de la série, ici <b>64</b> ans.<br>
Le 3ème quartile correspond à la valeur supérieure à 75% du reste de la série, ici <b>75</b> ans.<br>
L'écart inter-quartile mesuré ici est de <b>11</b> ans.<br>
Les pays dont l'espérance de vie est inférieure au premier quartile sont :<br>
<ul>
<li>le Soudan</li>
<li>le Bénin</li>
<li>le Burkina Faso</li>
<li>la Côte d'Ivoire</li>
<li>la Gambie</li>
<li>le Ghana</li>
<li>la Guinée</li>
<li>la Guinée-Bissau</li>
<li>le Liberia</li>
<li>le Mali</li>
<li>la Mauritanie</li>
<li>le Niger</li>
<li>le Nigeria</li>
<li>le Sierra Leone</li>
<li>le Togo
<li>le Burundi</li>
<li>les Comores</li>
<li>le Djibouti</li>
<li>l'Erythrée</li>
<li>l'Ethiopie</li>
<li>le Malawi</li>
<li>le Mozambique</li>
<li>l'Ouganda</li>
<li>la Somalie</li>
<li>le Sud-Soudan</li>
<li>la Tanzanie</li>
<li>la Zambie</li>
<li>le Zimbabwe</li>
<li>l'Angola</li>
<li>le Cameroun</li>
<li>la République Centrafricaine</li>
<li>le Congo</li>
<li>la République Démocratique du Congo
<li>le Gabon</li>
<li>le Tchad</li>
<li>l'Afrique du Sud</li>
<li>le Botswana</li>
<li>le Lesotho</li>
<li>la Nambie</li>
<li>le Swaziland</li>
<li>Haïti</li>
<li>le Yémen</li>
<li>l'Afghanistan</li>
<li>le Kiribati</li>
<li>la Papouasie-Nouvelle-Guinée</li>
</ul></p>
<h3>Question 7)</h3>
<p>Le 1er décile correspond à la valeur supérieure à 10% du reste de la série, ici <b>59</b> ans.<br>
Le 9ème décile correspond à la valeur supérieure à 90% du reste de la série, ici <b>79</b> ans.<br>
<br>Voici la liste des pays, répartis par continents, dont l'espérance de vie est soit inférieure au premier décile, soit supérieur au neuvième décile : <br>
En Afrique : <ul>
<li>la Côte d'Ivoire</li>
<li>la Guinée-Bissau</li>
<li>le Mali</li>
<li>le Nigéria</li>
<li>le Sierra Leone</li>
<li>le Burundi</li>
<li>le Mozambique</li>
<li>la Somalie</li>
<li>le Sud-Soudan</li>
<li>l'Angola</li>
<li>le Cameroun</li>
<li>la République Centrafricaine</li>
<li>le Congo</li>
<li>la République Démocratique du Congo</li>
<li>le Gabon</li>
<li>le Tchad</li>
<li>le Lesotho</li>
<li>le Swaziland</li>
</ul>
En Asie : <ul>
<li>Chypre</li>
<li>l'Israël</li>
<li>Singapour</li>
<li>Hong Kong</li>
<li>Macao</li>
<li>le Japon</li>
</ul>
En Europe : <ul>
<li>l'Islande</li>
<li>la Norvège</li>
<li>la Suède</li>
<li>le Liehtenstein</li>
<li>le Luxembourg</li>
<li>les Pays-Bas</li>
<li>la Suisse</li>
<li>l'Espagne</li>
<li>l'Italie</li>
<li>Malte</li>
<li>Saint-Marin</li>
</ul>
En Océanie : <ul>
<li>l'Australie</li>
<li>la Nouvelle-Zélande</li>
</ul></p>
<h3>Exercice 3 / Question 1)</h3>
<h4><u>Calcul de l'accroissement minimal et maximal</u></h4>
<p>Pour rappel, le taux d'accroissement se calcule en faisant la différence entre la natalité et la mortalité.</p>
@ -50,19 +173,19 @@
<h4><u>Accroissement maximal</u></h4>
<p>Le taux d'accroissement maximal est de <b>38</b>.
<h3>Exercice 3 / Question 2)</h3>
<h3>Question 2)</h3>
<h4><u>Affichage des pays dont l'accroissement est négatif :</u></h4>
<p>Les pays dont l'accroissement est négatif sont : Le <b>Japon</b>, l'<b>Estonie</b>, la <b>Lettonie</b>, la <b>Lituanie</b>, l'<b>Allemagne</b>, la <b>Biélorussie</b>, la <b>Bulgarie</b>, la <b>Hongrie</b>, la <b>Roumanie</b>, l'<b>Ukraine</b>, la <b>Bosnie-Herzégovine</b>, la <b>Croatie</b>, la <b>Grèce</b>, l'<b>Italie</b>, le <b>Portugal</b> et enfin la <b>Serbie</b></p>.
<h3>Exercice 3 / Question 3)</h3>
<h3>Question 3)</h3>
<h4><u>Calcul de l'accroissement mondial moyen</u></h4>
<p>Le taux de l'accroissement mondial moyen est de : <b>13.164251</b></p>
<h3>Exercice 3 / Question 4)</h3>
<h3>Question 4)</h3>
<h4><u>Diagramme bâton de l'accroissement moyen par continent :</u></h4>
<p>Mettre diagramme</p>
<h3>Exercice 3 / Question 5)</h3>
<h3>Question 5)</h3>
<p>La population mondiale prévue en 2050 est de <b>9,6 Milliards</b> d'habitants.<br>
L'hypothèse d'un taux d'accroissement constant de la population mondiale n'est pas conforme à la réalité démographique,
en effet les projections de population prennent en compte des facteurs tels que la natalié, la mortalité, l'espérence de vie et les migrations, qui peuvent varier considérablement au fil du temps.<br>

13
ex1/ex1.sce
View File

@ -1,8 +1,8 @@
data = csvRead("../data.csv")
data = csvRead("../data.csv");
Superficie=data(:,2)
Population=data(:,3)
Superficie=data(:,2);
Population=data(:,3);
surfaceTerrestre=cumsum(Superficie)(207)
nbHabitants=cumsum(Population)(207)
@ -34,17 +34,16 @@ HabitantsOceanie=cumsum(data(194:207,3))(14)
DensitéMoyOceanie=mean(((HabitantsOceanie * 10^6) / (SurfaceOceanie * 10^3)))
DensiteMoyParContinent=[DensitéMoyAfrique, DensitéMoyAmeriqueN, DensitéMoyAmeriqueS, DensitéMoyAsie, DensitéMoyEurope, DensitéMoyOceanie]
DensiteMoyParContinent=[DensitéMoyAfrique, DensitéMoyAmeriqueN, DensitéMoyAmeriqueS, DensitéMoyAsie, DensitéMoyEurope, DensitéMoyOceanie];
bar(1:6, DensiteMoyParContinent)
RepartitionSurface=[SurfaceAfrique, SurfaceAmeriqueN, SurfaceAmeriqueS, SurfaceAsie, SurfaceEurope, SurfaceOceanie]
RepartitionSurface=[SurfaceAfrique, SurfaceAmeriqueN, SurfaceAmeriqueS, SurfaceAsie, SurfaceEurope, SurfaceOceanie];
pie(RepartitionSurface, ["Afrique", "Amérique du Nord", "Amérique du Sud", "Asie", "Europe", "Océanie"])
RepartitionHabitants=[HabitantsAfrique, HabitantsAmeriqueN, HabitantsAmeriqueS, HabitantsAsie, HabitantsEurope, HabitantsOceanie]
RepartitionHabitants=[HabitantsAfrique, HabitantsAmeriqueN, HabitantsAmeriqueS, HabitantsAsie, HabitantsEurope, HabitantsOceanie];
pie(RepartitionHabitants, ["Afrique", "Amérique du Nord", "Amérique du Sud", "Asie", "Europe", "Océanie"])

8
ex2/ex2.sce
View File

@ -1,5 +1,5 @@
data = csvRead("../data.csv")
data = csvRead("../data.csv");
EsperanceHomme=data(:,11);
EsperanceFemme=data(:,12);
MoyenneEspHomme=cumsum(EsperanceHomme)(179)/179
@ -18,7 +18,7 @@ PaysEspMinHomme=find(EsperanceHomme == EspMinHomme)
PaysEspMinFemme=find(EsperanceFemme == EspMinFemme)
PaysEspMaxHomme=find(EsperanceHomme == EspMaxHomme)
PaysEspMaxFemme=find(EsperanceFemme == EspMaxFemme)
intervalle=linspace(0,100,20);
intervalle=linspace(0,100,20)
histplot(intervalle, EsperanceHomme)
EsperanceHommeTriee=gsort(EsperanceHomme, 'g', 'i');
PaysEspMaxHommeTri=find(EsperanceHomme == EsperanceHommeTriee(206))
@ -27,8 +27,8 @@ Q1 = quart(EsperanceHomme)(1)
Q3 = quart(EsperanceHomme)(3)
EcartInterQ = iqr(EsperanceHomme)
InfQ1=find(EsperanceHomme < Q1)
D1=EsperanceHomme(ceil(207 * 0.1))
D9=EsperanceHomme(ceil(207 * 0.9))
D1=EsperanceHommeTriee(ceil(207 * 0.1))
D9=EsperanceHommeTriee(ceil(207 * 0.9))
PaysInfD1=find(EsperanceHomme < D1);
PaysSupD9=find(EsperanceHomme > D9);
AvantD1ApresD9=[PaysInfD1 PaysSupD9]